Z计分模型在我国上市公司财务预警中的适用性探究

本文选取了2010年被宣布特别处理的15家ST公司与其同行业的15家非ST公司作为样本,利用Altman提出的Z计分财务预警模型分析了这30家上市公司2006年至2010年的财务数据。得出结论:Z计分模型可以在一定程度上较好地反映我国上市公司的财务状况,但存在整体值偏低等问题,需结合Z值的趋势进行分析。     

上市公司财务预警模型建构及实证分析

本文选取了2004—2007年上海、深圳证券交易所A股市场信息技术类企业中23家财务危机公司和55家财务健康公司作为研究样本,运用多元逻辑回归分析方法,建立了财务危机预警模型,并进行了实证分析,以期为上市公司财务预警分析提供参考。     

基于Logit模型的公用商贸上市公司财务预警实证研究

本文在借鉴国内外研究成果的基础之上,以公用商贸上市公司为研究对象,利用我国万联证券上市公司的会计数据,通过运用一定的统计方法,建立Logit财务预测模型,并验证该模型能否有效地预测出企业是否将陷入财务困境。     

上市公司财务预警模型分析

本文以四川省上市公司为样本,利用主成分分析法建立了四川省上市公司的财务预警模型,实际检验结果显示该预警模型具有较好的预警效果。     

上市公司财务危机预警研究——基于主成分分析

财务危机会导致企业陷入经营困境,甚至破产。文章以我国上市公司为样本,通过主成分分析法,在Z评分值模型的基础上建立财务危机预警模型,该模型的预测正确率达70.83%,对管理者及时采取风险应对措施、正确评估客户信用风险、投资者作出投资选择都有一定的指导意义。     

基于人工神经网络的建筑类上市公司财务预警模型构建

以113家A股上市的建筑公司为研究样本,从财务和非财务的角度出发,借助SPSS与Pyt hon等软件,采取主成分分析法对初步选取的财务预警指标进行降维,使用优化后的财务指标体系构建适合建筑业的人工神经网络财务预警模型。选取2013—2020年各公司的17项相关指标共计808组数据,分别完成进行模型的构建与验证。检测结果显示：基于人工神经网络的建筑业上市公司财务风险预警模型,具有较好的预测结果,对财务风险预警结果较为准确,可为建筑类公司防范财务风险提供参考。     

基于Z计分模型的高校财务风险预警机制构建

当前高校贷款办学规模越来越大,高校面临的财务风险也在不断增加,为了防止和控制高校的财务风险,本文将Z计分模型引入到高校财务风险评价中,建立高校财务风险预警机制.并以某高校的财务决算数据为基础验证了基于Z计分模型应用在高校财务风险预警中的可行性.     

用主成分分析法构建我国上市公司财务预警模型

本文以我国的上市公司为样本,运用主成分分析确定主成分指标,建立了我国上市公司的财务预警模型。进一步根据预警模型的预测分值来确定上市公司财务状况的评价区域,对所构建的财务预警模型进行了预警效果检验,表明财务预警模型正确率为84.25%。     

基于BP神经网络的上市公司财务预警研究

文章采用BP神经网络方法,以263家制造业上市公司的截面财务指标作为学习样本,并使用76家制造业上市公司作为检验样本,建立了制造业上市公司财务预警模型.研究结果表明与没有区分行业的通用预警模型相比,分行业的BP神经网络财务预警模型的预测精度有了较大提高,为广大投资者和监管机构预测公司财务状况提供了可靠的依据.BP神经网络在分析和研究我国上市公司的财务状况方面,具有广泛的应用前景.     

基于中报数据的上市公司财务预警模型构建与检验

国内外学者关于财务预警模型的研究大都以上市公司年报数据为样本数据。在我国,由于上市公司年报公告的时间与当年有关机构宣布ST公司名单的时间比较接近,而距下年有关机构宣布ST公司名单的时间则比较远,因此,用ST前一年的年报数据来预测当年或下年的警情,都具有较大的局限性。实证研究结果表明,采用上市公司中报数据构建的财务预警模型,不仅具有很高的预警准确率,而且比基于年报数据的模型更具有较强的预警时效性。     

高校财务预警模型的构建和实证分析

本文从高校财务的4个方面选取了5个指标进行分析,通过主成分分析建立高校财务预警的综合评价模型,对高校的财务状况给出了综合分析.同时,利用31所高校的实际情况进行了实证分析.     

财务危机预警模型实证研究述评

股票投资者、债权人和政府监管机构对财务危机预警的巨大需求使得财务危机预警模型实证研究不断向前发展.按时间顺序,本文仔细回顾了国内外具有重要影响的文献,并进行了简略评析,指出今后财务危机预警模型实证研究发展的方向.     

基于期望违约率模型的上市公司财务困境预警研究

本文以现代资本结构理论和期权理论为依据,以企业"资不抵债"作为上市公司陷入财务困境的标志,运用资本市场的信息指标(股价)和上市公司财务数据建立期望违约率(EDF)模型,应用于公司财务困境的动态预警,克服了统计预测方法的时期性和滞后性的缺陷。     

基于logit模型的上市公司财务困境预测实证分析

本文通过logit模型对我国30家未被ST而后被ST的上市公式进行分析研究,发现logit模型对即将亏损的上市公司财务困境的预测准确性比较高。     

有关中国上市公司财务危机预警模型的实证分析——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本.在界定了"财务危机"的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标.最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测.     

上市公司财务风险预警研究

在市场经济环境下，上市公司所处的经营环境发生了重大变化，所面临的风险也越来越多，其中财务风险是其面对的重要风险因素。及时有效地对财务风险进行识别、预警和管控，有助于上市公司提升自身科学化管理水平，对于保障上市公司健康可持续发展具有重要的现实意义。本文围绕上市公司财务风险预警进行了分析，介绍了上市公司财务风险预警的管控体系，并在此基础上提出了强化财务风险预警、提高上市公司财务管理水平的建议措施。     

食品价格指数与消费价格指数——基于误差修正模型的实证研究

本文应用的协整分析和误差修正模型,选取2006年1月—2007年12月数据,对食品价格指数和消费价格指数的关系进行了实证分析,结果表明食品价格指数和消费价格指数之间存在长期同向变动的趋势。     

混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

有关中国上市公司财务危机预警模型的实证分——基于2002-2004年新增ST公司

本文以2002-2004年深沪两市首次被ST的118家上市公司作为研究对象,同时选择同行业且资产规模相近的118家盈利公司作为配对样本。在界定了“财务危机”的范围后,利用ST公司财务危机前1年的数据,初步选择了20个财务指标,对ST公司与配对样本的均值、标准差、T统计量和Z统计量进行分析,寻找ST公司与非ST公司在财务指标上的差异,并采用主成分分析法进一步筛选财务指标。最后运用二元逻辑回归(Logit),建立起上市公司财务危机前1年的预警模型,且进行了预测。